MétaCan
Menu
Retour à la cohorte
Enregistrement W2933228497 · doi:10.9734/ajmah/2019/v14i430105

The Most Cited Mesh Terms and Authors who Published Papers in Pubmed Central on the Topic of Medicine and Health Using Bibliometric Analyses

2019· article· en· W2933228497 sur OpenAlexaboutno aff
Tsair‐Wei Chien, Hing-Man Wu, Hsien‐Yi Wang, Willy Chou

Notice bibliographique

RevueAsian Journal of Medicine and Health · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBibliometricsBootstrapping (finance)Index (typography)Computer scienceImpact factorData scienceInformation retrievalData miningWorld Wide WebMathematicsPolitical scienceEconometrics

Résumé

récupéré en direct d'OpenAlex

Aims: We visualized the current state of research on publication outputs and citations in the field of medicine and health to uncover topic burst and citations among medical subject headings (MeSH) clusters. Study Design: A bibliometric analysis. Place and duration of Study: Using Pubmed indexed articles to inspect the characteristics of topics on medicine and health since 1969. Methodology: Selecting 156 abstracts, author names, countries, and MeSH terms on January 10, 2019, from Pubmed Central (PMC) based on the terms of medicine and health in the title since 1969, we applied the x-index and impact factor to evaluate author individual research achievements and compute MeSH bibliometric performances. The bootstrapping method was used to estimate the median and its 95% confidence intervals and make differences in metrics among MeSH clusters. The dominant nations were selected using the x-index to display on a dashboard. We programmed Microsoft Excel VBA routines to extract data. Google Maps and Pajek software were used for displaying graphical representations. Results: We found that (1)the dominant countries/areas are the Unlited States, Taiwan, and Australia; (2) the author Grajales, Francisco Jose 3rd form Canada has the most cited metrics such as author IF=39.46 and x-index=6.28; (3)the MeSH terms of organization & administration, standards, and prevention & control gain the top three degree centralities among MeSH clusters; (4) No any differences in metrics were found among MeSH clusters; (5) the article(PMID= 24518354) with three MeSH term of delivery of health care, social media, and software and published in 2014 was cited most at least 62 times. Conclusion: Social network analysis provides wide and deep insight into the relationships among MeSH terms. The MeSH weighted scheme and x-index were recommended to academics for computing MeSH citations in the future.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,010
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,266
Tête enseignante GPT0,479
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Medicine and HealthMême sujetSocial Media in Health EducationTravaux en français237 207